Uncovering coin market manipulation on X using machine learning
Makaleler > Tam Makale · 2026
Yazarlar: Zehra Nur ÖZBAY, Aybars UĞUR, Mehmet Emin DALKILIÇ
DUJE (Dicle University Journal of Engineering), Hakemli Üniversite Dergisi, Ulusal, TR Dizin (Ulakbim), 2026, cilt 17, ss 1-9
Özet
<p><span style="background-color: rgb(248, 250, 252); color: rgb(15, 23, 42);">X platformunda hesap açmanın kolaylığı nedeniyle spam-botlar yaygın bir sorun haline gelmiştir. Bu botlar, genellikle reklam amaçlı veya yasal açıdan şüpheli etkinlikler için, istenmeyen içerikleri otomatik olarak üretmek ve yaymak üzere tasarlanmıştır. Bu spam botlarını tespit etmede karşılaşılan en önemli zorluk, hızlı bir şekilde hesap oluşturabilmeleri, bir etkinlik etrafında belirli hacimlerde içerik yayınlamaları ve ardından pasif duruma geçmeleridir. Bu çalışma, X üzerinde kripto para ticaretini teşvik etmek için oluşturulan spam-bot hesaplarını incelemektedir. Çalışmada kripto para ile ilgili tweet’ler için veri toplama, analiz ve etiketleme süreçlerini içeren özgün bir spam-bot veri kümesi elde etme yaklaşımı sunulmuştur. Veri ön işleme için Doğal Dil İşleme teknikleri uygulanmış ve bu da dengesiz bir veri kümesiyle sonuçlanmıştır. Özellik çıkarımı için BERT yerleştirmeleri kullanılmış ve spam-bot hesaplarının tweet’lerini tespit etmede dokuz makine öğrenmesi algoritmasının performansı değerlendirilmiştir. Buna göre, SVM modeli SMOTE aşırı örnekleme tekniği kullanılarak üretilen dengeli veri kümesinde %98,09'luk en yüksek çapraz doğrulama doğruluğunu elde etmiştir. Orijinal dengesiz veri kümesinde ise %96,46 doğrulukla en yüksek başarıyı Lojistik Regresyon göstermiştir. SVM’nin çapraz doğrulanmış doğruluğu, hiperparametre ayarlamalarıyla daha da geliştirilmiş ve %99,70’e ulaşmıştır.</span></p>